图像预处理

Halcon 基础知识（一）_leo_888的专栏-CSDN博客
 

hom_mat2d_identity (HomMat2DIdentity)
解释：定义一个对角为 1 的 单位矩阵，它和任何矩阵相乘等于原矩阵本身。

hom_mat2d_translate (HomMat2DIdentity, Tx, Ty, HomMat2DTranslate)
功能：把平移添加到防射变换矩阵
HomMat2D(输入参数)：仿射变换矩阵
Tx(输入参数)：沿x轴方向平移的距离
Ty(输入参数)：沿y轴方向平移的距离
HomMat2DTranslate(输出参数)：输出变换矩阵

##图像预处理部分
#1图像的平移、旋转、缩放、仿射变换、投影变换
read_image(Image,'E:/C/Halcon/1.jpg')

hom_mat2d_identity (HomMat2DIdentity)
hom_mat2d_translate(HomMat2DIdentity,300,500,HomMat2DIdentity)
affine_trans_image (Image, ImageAffineTrans, HomMat2DIdentity, 'constant', 'false')
#旋转
hom_mat2d_identity (HomMat2DIdentity)
hom_mat2d_rotate (HomMat2DIdentity, 0.78, 300, 300, HomMat2DRotate)
affine_trans_image (Image, ImageAffineTrans, HomMat2DRotate, 'constant', 'false')
#缩放
hom_mat2d_identity (HomMat2DIdentity)
hom_mat2d_scale (HomMat2DIdentity, 0.5, 0.5, 0, 0, HomMat2DScale)
affine_trans_image (Image, ImageAffineTrans, HomMat2DScale, 'constant', 'false')

二、ROI

提取感兴趣区域，从而减小计算量。在图像匹配中，可以定义模板。是个区域。

HALCON学习之ROI_青铜小码农-CSDN博客

在halcon中，ROI需要两步来完成，第一步是划定区域，第二步是裁剪出区域。

划分区域，有两种方式，第一种是使用界面的create ROI，可以选择各种框图。第二种是使用算子：gen_rectangle等。

裁剪出区域，因为我们在图像中，只是画了区域，并没有裁剪出来，使用算子reduce_domain.这个算子，你可以理解为，ROI ，也就是图像的作用域，ROI 的建立，使原来的整张图像的作用域减少为ROI,即我们指定的区域，作用域减少了，就有了算子名称的由来。

三、图像增强  先图像增强，再图像降噪

直方图均衡化、增强对比度、处理失焦图像

图像的噪声也增强了

从灰度图出发，建立一个0-255的灰度直方图，统计每一个灰度值出现的次数。接着对直方图进行均衡化操作，使像素的灰度值分布更加均匀，从而增强图像的亮度。

#直方图均衡化
read_image(Image,'E:/C/Halcon/1.jpg')
rgb1_to_gray(Image,GrayImage)

equ_histo_image(GrayImage,ImageEquHisto)


gray_histo(Image,Image,AbsoluteHisto1,RelativeHisto1)
gray_histo(ImageEquHisto,ImageEquHisto,AbsoluteHisto2,RelativeHisto2)
gen_region_histo(H1,AbsoluteHisto1,255,5,1)
gen_region_histo(H2,AbsoluteHisto2,255,400,1)

equ_histo_image：直方图均衡化（包含灰度转化直方图，直方图均衡化两个步骤）

gray_histo：计算灰色值的分布。  后两个参数，一个绝对频率，一个相对频率

gen_region_histo：将一个直方图转换为一个区域

gen_region_histo将使用gray_histo、gray_histo_range或tuple_histo_range创建的直方图转换为一个区域。行和列定义了图形中心的位置。

Scale

allows scaling of the graphic, whereby 1 means displaying all 256 values, 2 means displaying 128 values, 3 means

displaying only 64 values, etc.

 

增强对比度：对图像的边缘和细节进行增强，使其更加明显。emphasize函数

read_image(Image,'E:/C/Halcon/1.jpg')
emphasize(Image,ImageEm,10,10,1.5)
dev_display(ImageEm)

emphasize(Image : ImageEmphasize : MaskWidth, MaskHeight, Factor : )

MaskWidth, MaskHeight：掩码大小

Factor ：比例因子

mean：得到的灰度值 的平均

orig：原始的灰度值

res: 得到的灰度值        (亮的更亮，暗的更暗)

MaskWidth MaskHeight  低通掩码的整数宽度。

Default value: 7

Suggested values: MaskWidth ∈ {3, 5, 7, 9, 11, 15, 21, 25, 31, 39}

典型的值范围: 3 ≤ MaskWidth ≤ 201

最小增量: 2

推荐增量: 2

. Factor   对比度强调的真实强度

Default value: 1.0

Suggested values: Factor ∈ {0.3, 0.5, 0.7, 1.0, 1.4, 1.8, 2.0}

Typical range of values: 0.0 ≤ Factor ≤ 20.0 (sqrt)

Minimum increment: 0.01

Recommended increment: 0.2

限制：0: 0 < Factor && Factor < 20

处理失焦图像：对焦不准的图像可能存在模糊不清的情况，考虑锐化操作。在凸显搞得边缘形成一些冲击，对图像的边缘进行增强。属于图像增强方法，主要增强边缘，减少图像边缘扩散，更便于边缘提取等操作。

算法功能

• 在图像边缘产生强的不连续性，
• 在一个区段内（包含一个最大影响区和一个最小影响区的范围简称为区段）图像是分段常数

read_image(Image,'E:/C/Halcon/1.jpg')
shock_filter(Image,ImageEm,0.5,20,'canny',2.5)
dev_display(ImageEm)

shock_filter(Image : SharpenedImage : Theta, Iterations, Mode, Sigma : )
// Theta:即Δt  步长
// Iterations:迭代次数
// Mode:可选canny或laplacian, 二维微分算子
// Sigma:平滑参数，为了使边缘提的更鲁棒，Sigma是高斯平滑的标准差

图像平滑与去噪 

降噪会使图像变得模糊

#图像平滑与降噪
read_image(Image,'E:/C/Halcon/1.jpg')
mean_image(Image,ImageOut,9,9)
median_image(Image,ImageOut,'circle',3,'continued')
gauss_filter(Image,ImageOut,5)

mean_image

 median_image

gauss_filter

 光照不均匀

#光照不均匀现象  彩色图像
read_image(Image,'E:/C/Halcon/1.jpg')
#1.分离出RGB通道
decompose3(Image,image1,image2,image3)
#对每个通道图像进行直方图均衡化
equ_histo_image(image1,image_equ1)
equ_histo_image(image2,image_equ2)
equ_histo_image(image3,image_equ3)
#合并
compose3(image1,image2,image3,mu)